形成多角体家蚕重组病毒通用转移载体构建

从家蚕核型多角体病毒（ＢｍＮＰＶ）通用转称载体ｐＢＫ２８３和粉纹夜蛾核型多角体病毒（ＴｎＮＰＶ）转移载体ｐＳＸＩＶＶＩ＋Ｘ３系列出发，构建了一个７．２ｋｂ能形成多角体且可以用于克隆含不同读码框外源基因的ＢｍＮＰＶ通用转移载体系列ｐＢＭＸ３．ｐＢＭＸ３系列以ＢｍＮＰＶ多角体结构基因上游的１．９ｋｂ和下游１．３ｋｂ的片段作为与ＢｍＮＰＶ基因组进行体内同源重组的同源序列；ｐＳＸＩＶＶＩ＋Ｘ３系列的ＳＸＩＶ双启动子用于外源基因的表达；ＡｃＮＰＶ的多角体基因作为重组病毒形成多角体的基因．以ＢｍＮＰＶ－ＬａｃＺ（ｏｃｃ－ｇａｌ＋）为出发株病毒，ｐＢＭＸ３系列的重组病毒筛选有ｏｃｃ＋和ｇａｌ－两个遗传标记     

利用单次快拍数据自适应处理的最小二乘算法

针对直接数据域最小二乘算法存在有效阵列孔径损失及自适应方向图旁瓣电平较高等不足,提出一种利用单次快拍数据进行自适应处理的改进算法.该方法基于直接数据域最小二乘箅法所得的权值,构造出一个变换矩阵,并对阵列接收的单次快拍数据样本进行预变换处理.形成子阵级输出后.根据噪声增益最小化准则,对各子阵进行自适应波束的形成,从而充分利用了所有阵元信息,不仅提高了有效阵列孔径,而且明显改善了阵列抑制严重非平稳干扰的性能.计算机仿真结果表明了该方法的有效性.     

高温氧化物超导体晶体结构研究

本文详细介绍了通过X射线衍射来研究超导体晶体的原理与方法,较为精确地计算了Bi系超导材料中80K和110K相的点阵参数及其晶体衍射峰的晶面间距和强度。理论计算与实验结果能很好符合,验证了Tarascon给出的晶体模型的正确性。     

Bi_2O_3气相热扩散及其工艺条件对SrTiO_3基多功能陶瓷性能的影响

研究了Ｂｉ２Ｏ３气相扩散及其热扩散工艺条件对半导化ＳｒＴｉＯ３基陶瓷的介电性能（ε）、介电损耗（Ｄ）、非线性系数（α）及电阻率（ρ）的影响,用ＳＥＭ和ＥＰＡ对微观结构进行了观察和分析,结果显示Ｂｉ２Ｏ３主要集中在晶界附近．用ＳｒＴｉＯ３气相扩散法成功地获得了εａｐｐ＞５００００,Ｄ＜０．０１,α＞６．０,ρ＞５×１０１０Ω·ｃｍ的ＳｒＴｉＯ３基多功能陶瓷．     

含联硫磷配体的六核钴羰合簇的合成与表征

Ｃｏ２（ＣＯ）８与前配体ＰＲＳ２）２（Ｒ＝Ｃ６Ｈ４Ｃｐｈ,Ｃ６Ｈ４ＯＥｔ）反应,合成得到含前配体劈开的Ｓ与ＳＰＲ分子片的新颖六核钴羰合簇Ｃｏ６（μ３－Ｓ）２（ＣＯ）１４（μ４－η＾２－ＳＰＣ６Ｈ４Ｏｐｈ）（Ｉ）和Ｃｏ６（μ３－Ｓ）２（ＣＯ）１４（μ４－η＾２－ＳＰＣ６Ｈ４ＯＥｔ）（Ⅱ）,对它们进行了元素分析,ＩＲ,ＨＮＭＲ〈＾３１ＰＮＭＲ和ＭＳ表征,该类簇合物有一个与四个金属原子相联的罕见的联硫磷     

水平电偶源频率域电磁测深全区视电阻率的直接算法

利用水平电偶源激发的电磁场，提出了直接精确计算全区视电阻率的方法．计算和分析结果表明，该方法的结果在远区等价于卡尼亚电阻率，在近区和过渡带则明显地改善了卡尼亚电阻率的非波区场畸变，从而能更好地接近基底的真电阻率，更形象地反映了地下介质的垂向电性变化．     

面向图形处理器重叠通信与计算的数据划分方法

针对"主核心+协处理器"式异构并行系统采用数据平均划分再分批执行的方法来解决主协式处理架构的额外通信开销时未能充分利用系统资源的问题,提出了一种新的数据比例划分方法.结合系统通信带宽和图形处理器(GPU)的计算能力,将应用数据按比例划分为大小不同的数据块后分批提交给GPU处理,使系统的传输资源PCI-E总线和计算资源GPU在一段时间内并行工作,从而实现了应用通信与计算的重叠.在处理按照比例划分的数据块过程中,尽可能充分利用系统的传输资源和计算资源,以减少数据传输和计算的相互等待时间.实验结果表明,采用数据比例划分方法后的应用性能明显提高,可以有效地重叠通信与计算时间,矩阵相乘和快速傅里叶变换总执行时间比未划分时分别减少了5%和30%左右,比平均划分时分别减少了3%和6%左右.     

基于MATLAB的动态规划常用算法的实现

运用MATLAB编程实现了动态规划的逆序、顺序、双向混合算法,并分别应用于求解几类典型问题,验证了该方法的有效性,同时表明该程序对求解动态规划多类典型问题是通用的,丰富了MATLAB优化工具箱,具有一定的应用价值．     

C3I系统模型与仿真研究

Ｃ３Ｉ系统是一类复杂大系统,借助模型和仿真手段对其进行研究是唯一的途径。作者将Ｃ３Ｉ系统模型分为本征模型和派生模型两个层次,在此基础上对Ｃ３Ｉ系统模型进行了分类,详细介绍了面向实现、面向过程和面向对象的Ｃ３Ｉ系统本征模型,以及现有的各种仿真模型和仿真方法。     

稳健二进前向网络的遗传训练方法

稳健二进前向网络是对逻辑知识的隐式表示和显式表示的有机统一,是性能优良的逻辑知识库、推理机和解释器,但目前还没有一种网络训练算法能够训练出稳健二进前向网络,针对这种情况,本文首先对稳健二进前向网络的神经元辅阈值范围进行了改进和有效描述,并在此基础上提出了一种对稳健二进前向网络进行有效训练的遗传训练方法。在这种训练方法中,网络参数采用三值编码方案,并运用相应的变异机制和有效的适应度函数,经这种方法训练出的网络具有结构最优、稳健性能最强和最易实现的特点。文章最后给出了实验的结果。